CN111903240B - 基于信号细微特征提取的分析识别方法 - Google Patents
基于信号细微特征提取的分析识别方法 Download PDFInfo
- Publication number
- CN111903240B CN111903240B CN201010047772.2A CN201010047772A CN111903240B CN 111903240 B CN111903240 B CN 111903240B CN 201010047772 A CN201010047772 A CN 201010047772A CN 111903240 B CN111903240 B CN 111903240B
- Authority
- CN
- China
- Prior art keywords
- signal
- signals
- frequency
- modulation
- analysis
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 30
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000000605 extraction Methods 0.000 title claims abstract description 22
- 238000010586 diagram Methods 0.000 claims abstract description 22
- 238000001514 detection method Methods 0.000 claims abstract description 4
- 230000003595 spectral effect Effects 0.000 claims description 43
- 238000001228 spectrum Methods 0.000 claims description 41
- 230000009191 jumping Effects 0.000 claims description 21
- 238000005070 sampling Methods 0.000 claims description 21
- 238000001914 filtration Methods 0.000 claims description 18
- 238000003909 pattern recognition Methods 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000005311 autocorrelation function Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 claims description 3
- 230000014759 maintenance of location Effects 0.000 claims description 3
- 230000000737 periodic effect Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 abstract description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 230000010363 phase shift Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 3
- 239000000969 carrier Substances 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000010420 art technique Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
Images
Landscapes
- Digital Transmission Methods That Use Modulated Carrier Waves (AREA)
Abstract
本发明属于通信侦察对抗技术领域，具体涉及一种基于信号细微特征提取的分析识别方法，目的是提供一种能够同时完成模拟信号、数字信号以及多音并行信号的分析识别方法。它包括读入信号、截取数据、判断信号大类、单载波信号处理、多音并行信号处理和处理结果入库。本发明的有益效果是：1、本发明通过单载波信号处理和多音并行信号处理步骤，同时实现了模拟信号、数字信号和多音并行信号的分析识别；2、本发明通过采用星座图确认BPSK和QPSK信号调制样式及调制参数，实现了BPSK和QPSK信号的载频和符号速率的精确估计；3、本发明通过自相关峰值周期性这一细微特征的检测，实现了短波8PSK信号的识别，并得到精确的符号速率。
Description
技术领域
本发明属于通信侦察对抗技术领域，具体涉及一种基于信号细微特征提取的分析识别方法。目的是提供一种能够同时完成模拟信号、数字信号以及多音并行信号的分析识别方法。
背景技术
对于非合作通信，由于短波信道环境下信号样式种类繁多、信号经短波信道传输存在多径衰落等干扰，截获的信号失真严重，分析其调制参数难度较大等情况，现有的分析识别算法通常可以识别的信号样式集仅仅包括有限的几种，目前尚没有一个通用的算法可以同时完成模拟信号、数字信号以及多音并行信号的分析识别，尤其对于短波信道的8PSK(8进制移相键控)信号，现有的识别算法无特征出现，算法失效。
发明内容
本发明的目的是提供一种能够同时完成模拟信号、数字信号以及多音并行信号的分析识别的基于信号细微特征提取的分析识别方法。
本发明是这样实现的：
一种基于信号细微特征提取的分析识别方法，包括如下步骤：
第一步：读入信号；
第二步：截取数据；
第三步：判断信号大类；
对第二步得到数据进行特征提取，根据提取的特征判断信号的大类，确定信号是单载波信号还是多音并行信号；若为单载波信号，则进入第四步；若为多音并行信号，则进入第五步；
第四步：单载波信号处理；
第五步：多音并行信号处理；
第六步：处理结果入库。
如上所述的读入信号步骤中，采样信号的载频涵盖整个短波频段：1.5-30MHz；码速率为50bps至2400bps；调制方式包含模拟信号、数字信号以及多音并行信号；其中，数字信号包括BPSK、QPSK、8PSK、2FSK、4FSK、8FSK和2ASK。
如上所述的截取数据步骤中，选取第一步得到的信号中幅度平稳的一定时间长度的信号，一般选取的信号时间长度大于5s。
如上所述的单载波信号处理步骤，对单载波信号进行滤波处理，然后进行调制样式识别和调制参数估计。
如上所述的单载波信号处理步骤，具体包括如下步骤：
(1)滤波；
对第二步得到的信号进行滤波处理，滤除带外噪声；
(2)判断信号是否为8PSK信号；
通过计算自相关函数得到信号的自相关特性，判断自相关特性的峰值是否存在周期性，对于存在自相关峰值周期特征的信号，判定其为8PSK信号，符号速率为2400Bd；若是8PSK信号，则跳转至第六步；
(3)信号调制样式识别和调制参数估计；
对步骤(1)得到的信号进行数据处理得到相应的信号样式、中心频率、数字信号的符号速率和频偏；
(4)确认BPSK和QPSK信号调制样式及调制参数；
精确估计并确认步骤(1)得到的信号中BPSK和QPSK信号的调制参数，同时，确认步骤(1)得到的信号中BPSK和QPSK信号的调制样式，其中，估计得到的BPSK和QPSK信号的中心频率的精度达到0.1Hz、符号速率的精度达到0.5Bd。
如上所述的信号调制样式识别和调制参数估计步骤中，数据处理的具体步骤如下：
①计算累积频谱；
分辨率ΔF为：
式②中，fs为第一步中读入信号的采样率，NFFT为FFT的长度，NFFT的取值须为2的正整数次幂；分辨率取式②计算得到的最接近20Hz的值；
②检测谱峰数目j；
③根据谱峰数目j区分信号类别；
若j＝0或1，则跳转至步骤④；若j＝2，则判定为2FSK信号；若j＝3，则跳转到步骤⑧；若j＝4，则判定为4FSK信号；若j＝5～8，则跳转至步骤⑨；若j＝9～18，则跳转至步骤⑩；若j＞18，则判定为其他未知信号；
④区分恒包络和非恒包络信号；
对步骤(1)得到的信号计算特征值：
式③中，VarA为包络方差，EA为包络均值。
若特征值大于门限th，则跳转至步骤⑤，否则，跳转至步骤⑦；
⑤识别ASK和AM；
完成ASK和AM识别及中心频率、符号速率调制参数估计；
⑥以别BPSK和QPSK；
完成BPSK和QPSK识别及中心频率、符号速率调制参数估计；
⑦识别CW、FM和2FSK；
完成CW、FM和2FSK识别及中心频率、符号速率、频偏调制参数估计；
⑧AM识别及中心频率估计；
若累积谱第二个谱峰幅度大于左右两侧8dB以上，则判定为AM信号，最大谱峰位置对应中心频率位置；否则，判定为其他未知信号；
⑨区分8FSK和单音FM信号；
若谱峰中包含3个以上单音，则判定为FM；否则，判定为8FSK；
⑩识别单音FM信号；
检测谱峰间隔是否均匀，若均匀则判定为单音FM信号；否则，判定为其他未知信号。
如上所述确认BPSK和QPSK信号调制样式及调制参数步骤中，采用星座图确认BPSK和QPSK信号调制样式及调制参数，具体包括如下步骤：
①绘制星座图；
绘制星座图的具体步骤如下：
(a)正交下变频得到零中频信号；
根据步骤(3)得到的中心频率对步骤(1)得到的信号进行正交下变频得到I、Q两路零中频信号；
(b)位定时；
假设采样率为Fs，符号速率为Rb，则每个码元的采样点数为num Fs/Rb，若num为非整数，则内插提高采样率使每个码元的采样点数为整数；对步骤(a)所得到的I、Q两路零中频信号分别依次从第一个点至第num个点以num为间隔抽取得到num组数据，计算每组数据中每点数据的平方和，以平方和最大的组对应的序号startpoint为起点，以num为间隔对应每个码元的中心位置序号；
(c)获取星座图横、纵坐标数据x、y，绘制星座图；
根据步骤(b)所得到的位定时信息对步骤(a)所得到的I路零中频信号取每个码元的中心位置采样值即对应横坐标数据x，同理可得纵坐标数据y，根据数据x、y即可绘制星座图；
②判别信号样式的分析结果是否正确；
若星座图上数据点汇聚在两个区域内，则确认为BPSK信号；若星座图上数据点汇聚在四个区域内，则确认为QPSK信号；
③调制参数精确估计；
通过在一定范围内微调步骤(3)得到的中心频率和符号速率，使星座图上的点汇聚到最小的区域内。
如上所述调制参数精确估计步骤中，分别以0.05Hz和0.5Bd为步进在±5Hz和±2Bd范围内微调步骤(3)得到的中心频率和符号速率。
如上所述的多音并行信号处理步骤中，对于多音并行信号，判断是否为Link11信号；若不是，则逐个滤出各个单路载波，并提取得到每路载波信号的调制样式、中心频率和符号速率以及载频间隔；跳转至第四步单载波信号处理中的步骤(4)。
如上所述的判断是否为Link11信号步骤中，具体步骤为：
(1)滤波；
对第二步得到的信号进行滤波处理，滤除带外噪声；
(2)计算最大保持谱；
对步骤(1)得到的信号分段FFT得到时频特征，并计算最大保持频谱，分辨率取式②计算得到的最接近50Hz的值，分辨率的计算公式为式②；
(3)谱峰检测；
对步骤(2)得到的最大保持频谱进行谱峰检测，并记录每个谱峰位置；
(4)剔除定频信号；
计算步骤(3)得到的每个谱峰位置对应的时频特征的幅度向量的方差；
若方差小于门限TH，则判定该谱峰位置为定频信号，剔除该谱峰位置；
(5)谱峰间隔检测；
对步骤(4)得到的谱峰位置信息，检测其幅度最大的谱峰，并计算最大谱峰位置与其他谱峰的间隔；
(6)Link11信号判别；
步骤(5)得到的谱峰间隔若出现在[2200，2400]Hz范围内，则判定为Link11信号，跳转至步骤(7)，否则，判定为其他多音并行信号；
(7)记录Link11信号导频及各个副载波位置信息；
步骤(5)得到的最大谱峰位置即为导频，然后根据与最大谱峰间隔落在[2200，2400]Hz范围内的谱峰位置判定边带调制信息，若次峰位置序号大于最大谱峰，则判定为上边带，否则为下边带；然后根据Link11的频率分配关系表得到其他15个副载波的频率信息。
本发明的有益效果是：
1、本发明通过单载波信号处理和多音并行信号处理步骤，对多种信号特征进行提取，同时实现了模拟信号、数字信号和多音并行信号的分析识别，大大扩充了分析识别的信号样式集的种类；
2、本发明通过采用星座图确认BPSK和QPSK信号调制样式及调制参数，实现了BPSK和QPSK信号的载频和符号速率的精确估计；
3、本发明通过自相关峰值周期性这一细微特征的检测，实现了短波8PSK信号的识别，并得到精确的符号速率。
附图说明
图1是本发明的一种基于信号细微特征提取的分析识别方法的流程图；
图2是本发明的一种基于信号细微特征提取的分析识别方法单载波信号处理步骤的流程图；
图3是本发明的一种基于信号细微特征提取的分析识别方法多音并行信号处理步骤中判断是否为Link11信号的流程图。
具体实施方式
下面结合附图和实施例对本发明的一种基于信号细微特征提取的分析识别方法进行介绍：
如图1所示，一种基于信号细微特征提取的分析识别方法，包括如下步骤：
第一步：读入信号；
采用现有技术读入截获的采样信号。
在本实施例中，数据来源可以是音频文件(*.wav格式)或者由侦察接收机采样并存入数据库的中频信号；采样信号的载频涵盖整个短波频段：1.5-30MHz；码速率为50bps至2400bps；调制方式包含模拟信号(AM、FM)、数字信号以及多音并行信号(Link11、C2000等)；其中，数字信号包括BPSK(2进制移相键控)、QPSK(4进制移相键控)、8PSK(8进制移相键控)、2FSK(2进制移频键控)、4FSK(4进制移频键控)、8FSK(8进制移频键控)和2ASK(2进制振幅键控)。
第二步：截取数据；
选取第一步得到的信号中幅度平稳的一定时间长度的信号，具体时间长度根据实际需要确定，一般选取的信号时间长度大于5s。
在本实施例中，采用现有技术显示信号时域波形，选取第一步得到的信号中幅度平稳的一定时间长度的信号，根据实际需要人工截取数据。
第三步：判断信号大类；
对第二步得到数据进行特征提取，根据提取的特征判断信号的大类，确定信号是单载波信号还是多音并行信号；若为单载波信号，则进入第四步；若为多音并行信号，则进入第五步。
特征提取是指频域特征提取；采用现有技术得到累积频谱、瞬时频谱和时频特征，调整分辨率的大小；根据信号的频域特征，即可直接区分单载波信号和多音并行信号。
在本实施例中，采用现有技术得到累积频谱图、瞬时频谱图和时频图，并且，通过改变FFT点数调整分辨率的大小，改变FFT点数为现有技术。
第四步：单载波信号处理；
如图2所示，对单载波信号进行滤波处理，然后进行调制样式识别和调制参数估计。具体包括如下步骤：
(1)滤波；
采用现有技术对第二步得到的信号进行滤波处理，滤除带外噪声；
(2)判断信号是否为8PSK信号；
通过计算自相关函数得到信号的自相关特性，判断自相关特性的峰值是否存在周期性，对于存在自相关峰值周期特征的信号，判定其为8PSK信号，符号速率为2400Bd。若是8PSK信号，则跳转至第六步。
在本实施例中，假设采样信号x(n)；则x(n)的自相关函数为：
其中，l∈|1，(2N-1)|，n＝0～N-1，N为正整数。
(3)信号调制样式识别和调制参数估计；
对步骤(1)得到的信号进行数据处理得到相应的信号样式、中心频率、数字信号的符号速率和频偏(2FSK、4FSK、8FSK)。
数据处理的具体步骤如下：
①计算累积频谱，其中，分辨率ΔF为：
式②中，Fs为第一步中读入信号的采样率，NFFT为FFT(快速傅里叶变换)的长度，NFFT的取值须为2的正整数次幂。
在本实施例中，分辨率取式②计算得到的最接近20Hz的值。
②检测谱峰数目j；
该步骤采用现有技术实现。
③根据谱峰数目j区分信号类别；
若j＝0或1，则跳转至步骤④；若j＝2，则判定为2FSK信号；若j＝3，则跳转至步骤⑧；若j＝4，则判定为4FSK信号；若j＝5～8，则跳转至步骤⑨；若j＝9～18，则跳转至步骤⑩；若j＞18，则判定为其他未知信号；
④区分恒包络和非恒包络信号；
对步骤(1)得到的信号计算特征值：
式③中，VarA为包络方差，EA为包络均值。
若特征值大于门限th，则跳转至步骤⑤，否则，跳转至步骤⑦；
⑤识别ASK和AM；
采用现有技术完成ASK和AM识别及中心频率、符号速率调制参数估计；
⑥识别BPSK和QPSK；
采用现有技术完成BPSK和QPSK识别及中心频率、符号速率调制参数估计；
⑦识别CW、FM和2FSK；
采用现有技术完成CW(单音)、FM和2FSK识别及中心频率、符号速率、频偏调制参数估计；
⑧AM识别及中心频率估计；
若累积谱第二个谱峰幅度大于左右两侧8dB以上，则判定为AM信号，最大谱峰位置对应中心频率位置；否则，判定为其他未知信号；
⑨区分8FSK和单音FM信号；
若谱峰中包含3个以上单音，则判定为FM；否则，判定为8FSK；判断谱峰中包含几个单音为现有技术。
⑩识别单音FM信号；
检测谱峰间隔是否均匀，若均匀则判定为单音FM信号；否则，判定为其他未知信号。检测谱峰间隔是否均匀为现有技术。
(4)确认BPSK和QPSK信号调制样式及调制参数；
精确估计并确认步骤(1)得到的信号中BPSK和QPSK信号的调制参数，同时，确认步骤(1)得到的信号中BPSK和QPSK信号的调制样式，其中，估计得到的BPSK和QPSK信号的中心频率的精度达到0.1Hz、符号速率的精度达到0.5Bd。
在本实施例中，采用星座图确认BPSK和QPSK信号调制样式及调制参数。具体包括如下步骤：
①绘制星座图(如何绘制星座图)；
绘制星座图的具体步骤如下：
(a)正交下变频得到零中频信号；
根据步骤(3)得到的中心频率对步骤(1)得到的信号进行正交下变频得到I、Q两路零中频信号；
(b)位定时；
假设采样率为Fs，符号速率为Rb，则每个码元的采样点数为num＝Fs/Rb，若num为非整数，则内插提高采样率使每个码元的采样点数为整数。对步骤(a)所得到的I、Q两路零中频信号分别依次从第一个点至第num个点以num为间隔抽取得到num组数据，计算每组数据中每点数据的平方和，记下平方和最大的组对应的序号startpoint，然后以startpoint点为起点，以num为间隔对应每个码元的中心位置序号；
(c)获取星座图横、纵坐标数据x、y，绘制星座图。
根据步骤(b)所得到的位定时信息对步骤(a)所得到的I路零中频信号取每个码元的中心位置采样值即对应横坐标数据x，同理可得纵坐标数据y，根据数据x、y即可绘制星座图。
②判别信号样式的分析结果是否正确；
若星座图上数据点汇聚在两个区域内，则确认为BPSK信号；若星座图上数据点汇聚在四个区域内，则确认为QPSK信号；
③调制参数精确估计；
通过在一定范围内微调步骤(3)得到的中心频率和符号速率，使星座图上的点汇聚到最小的区域内，此时的中心频率和符号速率即为精确估计值。
上述在一定范围内微调是指分别以0.05Hz和0.5Bd为步进在±5Hz和±2Bd范围内微调步骤(3)得到的中心频率和符号速率。
第五步：多音并行信号处理；
对于多音并行信号，判断是否为Link11信号；若不是，则采用现有技术逐个滤出各个单路载波，并采用现有技术提取得到每路载波信号的调制样式、中心频率和符号速率以及载频间隔；跳转至第四步单载波信号处理中的步骤(4)。
Link11信号是北约许多国家通用的海军战术数据链，用于装有海军战术数据处理系统(NDTS)的舰艇之间实时交换战术数据，其详细特征由美军标MIL-STD-188-203-1A(Interoperability and Performance Standards for TacticalDigital Information Link(TADIL)A)定义。Link11信号采用多音并行体制，n/4-DQPSK调制。发送数据在调制解调器变换成15个单单，调制无线电载波发射。在每一帧周期内，30位数据分成15对，每对用不同的副载频单音，再根据每对四种不同状态用每一单音的相角进行键控，一对二进制数据共有四种状态(“0，0”，“0，1”，“1，0”，“1，1”)对应四种可能的相移。第16个单音和已进行相位调制的15个单音叠加在一起形成一个完整的单音组合。支持11号链有两种帧时间，快数据率以每秒75帧工作，慢数据率以每秒45.45帧工作。Link11信号各单音的频率分配关系见表1。
表1
| 单音 | 频率(Hz) | 单音 | 频率(Hz) |
| 1多卜勒 | 605 | 9 | 1705 |
| 2 | 935 | 10 | 1815 |
| 3 | 1045 | 11 | 1925 |
| 4 | 1155 | 12 | 2035 |
| 5 | 1265 | 13 | 2145 |
| 6 | 1375 | 14 | 2255 |
| 7 | 1485 | 15 | 2365 |
| 8 | 1595 | 16同步 | 2915 |
如图3所示，在判断是否为Link11信号步骤中，具体步骤为：
(1)滤波；
采用现有技术对第二步得到的信号进行滤波处理，滤除带外噪声；
(2)计算最大保持谱；
对步骤(1)得到的信号分段FFT得到时频特征，并计算最大保持频谱，分辨率取式②计算得到的最接近50Hz的值，分辨率的计算公式为式②；
(3)谱峰检测；
采用现有技术对步骤(2)得到的最大保持频谱进行谱峰检测，并记录每个谱峰位置；
(4)剔除定频信号；
计算步骤(3)得到的每个谱峰位置对应的时频特征的幅度向量的方差；
若方差小于门限TH，则判定该谱峰位置为定频信号，剔除该谱峰位置；
(5)谱峰间隔检测；
对步骤(4)得到的谱峰位置信息，检测其幅度最大的谱峰，并计算最大谱峰位置与其他谱峰的间隔；
(6)Link11信号判别；
步骤(5)得到的谱峰间隔若出现在[2200，2400]Hz范围内，则判定为Link11信号，跳转至步骤(7)，否则，判定为其他多音并行信号；
(7)记录Link11信号导频及各个副载波位置信息；
步骤(5)得到的最大谱峰位置即为导频，然后根据与最大谱峰间隔落在[2200，2400]Hz范围内的谱峰(次峰)位置判定边带调制信息，若次峰位置序号大于最大谱峰，则判定为上边带，否则为下边带。然后根据Link11的频率分配关系表(表1)得到其他15个副载波的频率信息。
第六步：处理结果入库；
将第四步和第五步得到的信号的调制样式和调制参数存入数据库中，本步骤可采用现有技术实现。
Claims (9)
1.一种基于信号细微特征提取的分析识别方法，其特征在于包括步骤：
第一步：读入信号；
第二步：截取数据；
第三步：判断信号大类；
对第二步得到数据进行特征提取，根据提取的特征判断信号的大类，确定信号是单载波信号还是多音并行信号；若为单载波信号，则进入第四步；若为多音并行信号，则进入第五步；
第四步：单载波信号处理；
第五步：多音并行信号处理；
第六步：处理结果入库；
其中，所述的单载波信号处理步骤，具体包括如下步骤：
(1)滤波；
对第二步得到的信号进行滤波处理，滤除带外噪声；
(2)判断信号是否为8PSK信号；
通过计算自相关函数得到信号的自相关特性，判断自相关特性的峰值是否存在周期性，对于存在自相关峰值周期特征的信号，判定其为8PSK信号，符号速率为2400Bd；若是8PSK信号，则跳转至第六步；
(3)信号调制样式识别和调制参数估计；
对步骤(1)得到的信号进行数据处理得到相应的信号样式、中心频率、数字信号的符号速率和频偏；
(4)确认BPSK和QPSK信号调制样式及调制参数；
精确估计并确认步骤(1)得到的信号中BPSK和QPSK信号的调制参数，同时，确认步骤(1)得到的信号中BPSK和QPSK信号的调制样式，其中，估计得到的BPSK和QPSK信号的中心频率的精度达到0.1Hz、符号速率的精度达到0.5Bd。
2.根据权利要求1所述的一种基于信号细微特征提取的分析识别方法，其特征在于：所述的读入信号步骤中，采样信号的载频涵盖整个短波频段：1.5-30MHz；码速率为50bps至2400bps；调制方式包含模拟信号、数字信号以及多音并行信号；其中，数字信号包括BPSK、QPSK、8PSK、2FSK、4FSK、8FSK和2ASK。
3.根据权利要求1所述的一种基于信号细微特征提取的分析识别方法，其特征在于：所述的截取数据步骤中，选取第一步得到的信号中幅度平稳的一定时间长度的信号，选取的信号时间长度大于5s。
4.根据权利要求1所述的一种基于信号细微特征提取的分析识别方法，其特征在于：所述的单载波信号处理步骤，对单载波信号进行滤波处理，然后进行调制样式识别和调制参数估计。
5.根据权利要求1所述的一种基于信号细微特征提取的分析识别方法，其特征在于：所述的信号调制样式识别和调制参数估计步骤中，数据处理的具体步骤如下：
①计算累积频谱；
分辨率ΔF为：
式②中，Fs为第一步中读入信号的采样率，NFFT为FFT的长度，NFFT的取值须为2的正整数次幂；分辨率取式②计算得到的最接近20Hz的值；
②检测谱峰数目j；
③根据谱峰数目j区分信号类别；
若j＝0或1，则跳转至步骤④；若j＝2，则判定为2FSK信号；若j＝3，则跳转至步骤⑧；若j＝4，则判定为4FSK信号；若j＝5～8，则跳转至步骤⑨；若j＝9～18，则跳转至步骤⑩；若j＞18，则判定为其他未知信号；
④区分恒包络和非恒包络信号；
对步骤(1)得到的信号计算特征值：
式③中，VarA为包络方差，EA为包络均值；
若特征值大于门限th，则跳转至步骤⑤，否则，跳转至步骤⑦；
⑤识别ASK和AM；
完成ASK和AM识别及中心频率、符号速率调制参数估计；
⑥识别BPSK和QPSK；
完成BPSK和QPSK识别及中心频率、符号速率调制参数估计；
⑦识别CW、FM和2FSK；
完成CW、FM和2FSK识别及中心频率、符号速率、频偏调制参数估计；
⑧AM识别及中心频率估计；
若累积频谱第二个谱峰幅度大于左右两侧8dB以上，则判定为AM信号，最大谱峰位置对应中心频率位置；否则，判定为其他未知信号；
⑨区分8FSK和单音FM信号；
若谱峰中包含3个以上单音，则判定为单音FM信号；否则，判定为8FSK；
⑩识别单音FM信号；
检测谱峰间隔是否均匀，若均匀则判定为单音FM信号；否则，判定为其他未知信号。
6.根据权利要求1所述的一种基于信号细微特征提取的分析识别方法，其特征在于：所述确认BPSK和QPSK信号调制样式及调制参数步骤中，采用星座图确认BPSK和QPSK信号调制样式及调制参数，具体包括如下步骤：
①绘制星座图；
绘制星座图的具体步骤如下：
(a)正交下变频得到零中频信号；
根据步骤(3)得到的中心频率对步骤(1)得到的信号进行正交下变频得到I、Q两路零中频信号；
(b)位定时；
假设采样率为Fs，符号速率为Rb，则每个码元的采样点数为num＝Fs/Rb，若num为非整数，则内插提高采样率使每个码元的采样点数为整数；对步骤(a)所得到的I、Q两路零中频信号分别依次从第一个点至第num个点以num为间隔抽取得到num组数据，计算每组数据中每点数据的平方和，以平方和最大的组对应的序号startpoint为起点，以num为间隔对应每个码元的中心位置序号；
(c)获取星座图横坐标、纵坐标数据x、y，绘制星座图；
根据步骤(b)所得到的位定时信息对步骤(a)所得到的I路零中频信号取每个码元的中心位置采样值即对应横坐标数据x，同理可得纵坐标数据y，根据数据x、y即可绘制星座图；
②判别信号样式的分析结果是否正确；
若星座图上数据点汇聚在两个区域内，则确认为BPSK信号；若星座图上数据点汇聚在四个区域内，则确认为QPSK信号；
③调制参数精确估计；
通过在一定范围内微调步骤(3)得到的中心频率和符号速率，使星座图上的点汇聚到最小的区域内。
7.根据权利要求6所述的一种基于信号细微特征提取的分析识别方法，其特征在于：所述调制参数精确估计步骤中，分别以0.05Hz和0.5Bd为步进在±5Hz和±2Bd范围内微调步骤(3)得到的中心频率和符号速率。
8.据权利要求1所述的一种基于信号细微特征提取的分析识别方法，其特征在于：所述的多音并行信号处理步骤中，对于多音并行信号，判断是否为Link11信号；若不是，则逐个滤出各个单路载波，并提取得到每路载波信号的调制样式、中心频率和符号速率以及载频间隔；跳转至第四步单载波信号处理中的步骤(4)。
9.根据权利要求8所述的一种基于信号细微特征提取的分析识别方法，其特征在于：所述的判断是否为Link11信号步骤中，具体步骤为：
(1)滤波；
对第二步截取数据得到的信号进行滤波处理，滤除带外噪声；
(2)计算最大保持谱；
对步骤(1)得到的信号分段FFT得到时频特征，并计算最大保持频谱，分辨率取式②计算得到的最接近50Hz的值，分辨率的计算公式为式②；
(3)谱峰检测；
对步骤(2)得到的最大保持频谱进行谱峰检测，并记录每个谱峰位置；
(4)剔除定频信号；
计算步骤(3)得到的每个谱峰位置对应的时频特征的幅度向量的方差；
若方差小于门限TH，则判定该谱峰位置为定频信号，剔除该谱峰位置；
(5)谱峰间隔检测；
对步骤(4)得到的谱峰位置信息，检测其幅度最大的谱峰，并计算最大谱峰位置与其他谱峰的间隔；
(6)Link11信号判别；
步骤(5)得到的谱峰间隔若出现在[2200，2400]Hz范围内，则判定为Link11信号，跳转至步骤(7)，否则，判定为其他多音并行信号；
(7)记录Link11信号导频及各个副载波位置信息；
步骤(5)得到的最大谱峰位置即为导频，然后根据与最大谱峰间隔落在[2200，2400]Hz范围内的谱峰位置判定边带调制信息，若次峰位置序号大于最大谱峰，则判定为上边带，否则为下边带；然后根据Link11的频率分配关系表得到其他15个副载波的频率信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201010047772.2A CN111903240B (zh) | 2010-03-18 | 2010-03-18 | 基于信号细微特征提取的分析识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201010047772.2A CN111903240B (zh) | 2010-03-18 | 2010-03-18 | 基于信号细微特征提取的分析识别方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111903240B true CN111903240B (zh) | 2014-02-12 |
Family
ID=73172394
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201010047772.2A Expired - Fee Related CN111903240B (zh) | 2010-03-18 | 2010-03-18 | 基于信号细微特征提取的分析识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111903240B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113037663A (zh) * | 2021-03-09 | 2021-06-25 | 山东大学 | 一种改进的适用于非恒包络信号的码元速率估计算法 |
| CN114114227A (zh) * | 2022-01-27 | 2022-03-01 | 安徽京淮健锐电子科技有限公司 | 基于双通道异构融合网络的雷达信号调制类型识别方法 |
| CN115208733A (zh) * | 2022-07-20 | 2022-10-18 | 成都华日通讯技术股份有限公司 | 一种lte与5gnr信号联合识别方法 |
| CN115348139A (zh) * | 2022-07-18 | 2022-11-15 | 中国人民解放军国防科技大学 | 基于级联特征融合与多级分类的调制识别方法 |
-
2010
- 2010-03-18 CN CN201010047772.2A patent/CN111903240B/zh not_active Expired - Fee Related
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113037663A (zh) * | 2021-03-09 | 2021-06-25 | 山东大学 | 一种改进的适用于非恒包络信号的码元速率估计算法 |
| CN114114227A (zh) * | 2022-01-27 | 2022-03-01 | 安徽京淮健锐电子科技有限公司 | 基于双通道异构融合网络的雷达信号调制类型识别方法 |
| CN114114227B (zh) * | 2022-01-27 | 2022-05-31 | 安徽京淮健锐电子科技有限公司 | 基于双通道异构融合网络的雷达信号调制类型识别方法 |
| CN115348139A (zh) * | 2022-07-18 | 2022-11-15 | 中国人民解放军国防科技大学 | 基于级联特征融合与多级分类的调制识别方法 |
| CN115348139B (zh) * | 2022-07-18 | 2024-01-05 | 中国人民解放军国防科技大学 | 基于级联特征融合与多级分类的调制识别方法 |
| CN115208733A (zh) * | 2022-07-20 | 2022-10-18 | 成都华日通讯技术股份有限公司 | 一种lte与5gnr信号联合识别方法 |
| CN115208733B (zh) * | 2022-07-20 | 2024-02-13 | 成都华日通讯技术股份有限公司 | 一种lte与5gnr信号联合识别方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| AU734249B2 (en) | Receiving apparatus and receiving method | |
| CN106411436B (zh) | 使用匹配追踪确定到达时间的通信系统 | |
| US20150341810A1 (en) | Shielding flaw detection and measurement in orthogonal frequency division multiplexed (ofdm) cable telecommunications environment | |
| CN107257324B (zh) | 一种ofdm系统中的时频联合同步方法及装置 | |
| EP1780921A1 (en) | Disturbing signal detection device and ofdm reception device using the same | |
| CN111903240B (zh) | 基于信号细微特征提取的分析识别方法 | |
| CN109947238B (zh) | 一种基于wifi的非合作式手势识别的方法 | |
| Maeda et al. | Recognition among OFDM-based systems utilizing cyclostationarity-inducing transmission | |
| EP1690100B1 (en) | Frequency and timing error estimation and corresponding channel characterization in a communication system | |
| CN103095638A (zh) | 一种多径衰落信道下ofdm系统的采样频率偏移盲估算方法 | |
| CN107819717A (zh) | 一种lte干扰中基于pusch的频域场强搜索方法 | |
| JP5121694B2 (ja) | 信号検出装置および無線装置 | |
| CN101764786A (zh) | 基于聚类算法的mqam信号识别方法 | |
| CN108989259B (zh) | 无线综测仪窄带物理上行共享信道的时偏估计方法及系统 | |
| CN105897643A (zh) | Ofdm系统中基于连续循环移位训练序列的联合窄带干扰检测、消除与信道估计方法 | |
| CN111884974B (zh) | 一种基于频谱分解的宽带信号射频指纹特征提取方法 | |
| US9288092B2 (en) | Wireless communication device and wireless communication method | |
| CN113472483A (zh) | 数字调制信号码元速率及码元转换时刻盲估计方法 | |
| CN108303717A (zh) | 一种复合载波导航信号高动态精捕获方法 | |
| Hu et al. | Preamble design with ICI cancellation for channel estimation in OFDM/OQAM system | |
| CN113132275B (zh) | 一种适用于上行业务的信道估计方法 | |
| CN109076038A (zh) | 用于对频带中包含的信号的参数进行估计的方法 | |
| CN101141428B (zh) | 正交频分复用系统中的导频编译码方法及装置 | |
| JP2001111644A (ja) | 変調方式自動識別受信機 | |
| CN113259027B (zh) | 一种基于Haar变换的敌我识别信号码速率计算方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| GR03 | Grant of secret patent right | ||
| GRSP | Grant of secret patent right | ||
| DC01 | Secret patent status has been lifted | ||
| DC01 | Secret patent status has been lifted | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20140212 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |